Python 基于Pandas中多个列的ID求和

我有以下问题：

共有四个团队，每个团队都分配了一个ID号（1到4）。他们只玩一次就可以得分。奥运会的结果在熊猫数据框中，如下所示：

+----------------+----------------+-------------+-------------+
| Home Player ID | Away Player ID | Home Points | Away Points |
+----------------+----------------+-------------+-------------+
|              1 |              2 |           3 |           0 |
|              3 |              4 |           1 |           1 |
|              2 |              3 |           3 |           0 |
|              4 |              1 |           3 |           0 |
|              2 |              4 |           1 |           1 |
|              3 |              1 |           1 |           1 |
+----------------+----------------+-------------+-------------+

其目的是根据每个球员的ID将他们的积分相加，无论他们是在主场还是客场

我以一种非常零散的方式实现了这一点，首先为主场创建了两个新的数据帧，然后为客场创建了两个新的数据帧，重命名列名，使其统一，然后使用

pd.concat

将它们组合成两个列：球员ID和球员积分

然而，这似乎是一种非常低效的方法，我希望找到一种更有效的方法

最终结果如下所示：

| Player ID | Total Points |
+-----------+--------------+
|         1 |            4 |
|         2 |            4 |
|         3 |            2 |
|         4 |            5 |
+-----------+--------------+

---

我真的很感激任何帮助/建议，如果有什么解释不好的，请让我知道

Firat按第一个空格by从列创建

多索引

，然后按重塑，最后聚合

总和

：

df.columns = df.columns.str.split(n=1, expand=True)
df = df.stack(0).groupby('Player ID', as_index=False)['Points'].sum()
print (df)
   Player ID  Points
0          1       4
1          2       4
2          3       2
3          4       5